Permodelan Transportasi

PEMODELAN TRANSPORTASI PEMODELAN TRANSPORTASI

Latihan Soal : Latihan Soal :

1)

1) Apa Apa yang yang dimdimaksaksud dud dengaengan mon modeldel!!

Model dapat didefinisikan sebagai bentuk penyederhanaan suatu realita (atau Model dapat didefinisikan sebagai bentuk penyederhanaan suatu realita (atau dunia yang sebenarnya); termasuk di antaranya:

dunia yang sebenarnya); termasuk di antaranya: a.

a. model fmodel fisik (isik (model model arsitarsitek modeek model teknil teknik sipilk sipil ayang  ayang golek dgolek dan lainan lain"lain"lain))  b.

 b. peta dan diagram (grafis)peta dan diagram (grafis) #.

#. modmodel statiel statististika dan ka dan matmatematematika (perika (persamsamaan) yang meneraan) yang menerangkangkan an bebebeberaprapaa aspek fisik sosial"ekonomi dan model transportasi.

aspek fisik sosial"ekonomi dan model transportasi.

$emua model tersebut merupakan #erminan dan penyederhanaan realita untuk  $emua model tersebut merupakan #erminan dan penyederhanaan realita untuk  tujuan tertentu

tujuan tertentu sepertseperti i membememberikan rikan penjelpenjelasan asan pengerpengertian tian sertserta a peramperamalan.alan. %eberapa model dapat men#erminkan

%eberapa model dapat men#erminkan realita se#ara tepat. (Tamirealita se#ara tepat. (Tamin &''').n &'''). &)

&) MengapMengapa pemodela pemodelan traan transportnsportasi diasi diperluperlukan! elkan! elaskan taskan tujuannyujuannya!a! em

emodelodelan an tratranspnsportortasi asi dipdiperlerlukaukan n karkarena ena prepredikdiksi si dapadapat t dildilakukakukan an leblebihih #epat murah dan beresiko rendah dibandingkan implementasi dan monitoring #epat murah dan beresiko rendah dibandingkan implementasi dan monitoring se#ara langsung di lapangan. emodelan transportasi merupakan alat bantu bagi se#ara langsung di lapangan. emodelan transportasi merupakan alat bantu bagi  para

 para pengambil pengambil keputusan keputusan dalam dalam menentukan menentukan kebijakan kebijakan yang yang akan akan diambil.diambil. ($etiaan &'1').

($etiaan &'1').

Tujuan pemodelan transportasi : Tujuan pemodelan transportasi :

a.

a. mermeramaamalkalkan yang akn yang akan teran terjadi pjadi pada daeada daerah karah kajiajian yang adn yang adaa  b.

 b. menge*aluasi beberapa alternatif peren#anaan transportasimenge*aluasi beberapa alternatif peren#anaan transportasi #.

#. mememimililih alth alterernatnatif tif tererbaibaik k  +)

+) elaselaskan tkan tahapan ahapan dalam dalam pemodelpemodelan tan transpransportasortasi!i! Ta

Tahapan dalam permodelan transportasi dibagi menjadi , hapan dalam permodelan transportasi dibagi menjadi , tahap diantara lain :tahap diantara lain : a)

a) %an%angkigkitantan"ta"tarikrikan pan perjerjalaalanan nan ((Trip GenerationTrip Generation)) 1

1.. --mmuumm e

errjajallananan an yyanang g didibabangngkikittkakan n adadalalah ah jujummllah ah peperrjajalalananan n yyanangg dibangkitkan oleh suatu ona atau suatu pusat kegiatan. %angkitan perjalanan dibangkitkan oleh suatu ona atau suatu pusat kegiatan. %angkitan perjalanan dapat dibagi menjadi dua yaitu :

dapat dibagi menjadi dua yaitu : a.

a. ererjaljalanaanan yan yang mng menieningganggalkalkan lon lokaskasi (i (Trip ProductionTrip Production))  b.

 b. erjalanan yang menuju ke lokasi (erjalanan yang menuju ke lokasi (Trip AttractionTrip Attraction)) Trip production

Trip production  d  daann trip attractiontrip attraction  dapat digambarkan seperti diagram  dapat digambarkan seperti diagram /ambar 1.

/ambar 1. erjalanan meninggalkan dan menuju suatu ona.

erhitungan bangkitan perjalanan adalah jumlah kendaraan atau orang (atau jumlah angkutan barang) persatuan aktu.

&. Tipe tata guna lahan

Tipe tata guna lahan yang berbeda misalnya permukiman pendidikan dan komersial mempunyai karakteristik bangkitan lalu lintas yang berbeda :

a. %eberapa tipe guna lahan menghasilkan lalu lintas yang berbeda dengan tata guna lainnya

 b. Tata guna lahan yang berbeda menghasilkan tipe lalu lintas yang berbeda (pejalan kaki truk mobil)

#. Tipe tata guna lahan perkantoran menghasilkan lalu lintas pada aktu yang berbeda. 0aasan perkantoran menghasilkan lalu lintas pada pagi dan sore yang teratur sedangkan took menghasilkan lalu lintas yang  berflutuasi sepanjang hari

+. Model

alam peren#anaan transportasi umumnya hubungan antar faktor  dinyatakan dalam model.

a. Analisis regresi linier 

Teknik ini adalah suatu teknik yang dapat digunakan untuk menghasilkan hubungan dengan bentuk numerik dan untuk melihat bagaimana dua (regresi sederhana) atau lebih (regresi berganda) *ariabel saling berkait.

 b. Analisis regresi linier berganda

Teknik di atas dapat diperluas untuk bisa mendapatkan lebih dari satu *ariabel bebas. 2al ini penting 0arena realitasnya jumlah *ariabel tata guna lahan mungkin akan mempengaruhi bangkitan lalu lintas.

Model yang umum adalah :

3 4 a 5 b161 5 b&6& 5 7. 5 bm6m engan :

3 4 *ariabel tidak bebas 6166m 4 m *ariabel bebas  b1b&bm 4 koefisien regresi

a 4 konstanta

%eberapa asumsi statisti# diperlukan dalam melakukan analisis regresi tersebut :

1. 8ariabel tidak bebas adalah fungsi linier dari *ariabel bebas. ika hubungan tersebut tidak linier data kadang"kadang harus ditransformasi agar menjadi linier.

&. 8ariabel terutama *ariabel bebas adalah tetap atau telah diukur tanpa kesalahan.

+. Tidak ada hubungan antara *ariabel bebas.

,. 8ariasi dari *ariabel tidak bebas tentang garis regresi adalah sama untuk seluruh *ariabel tidak bebas.

9. ilai *ariabel tidak bebas harus berdistribusi normal atau mendekati. ,. $tudi empiris menggunakan regresi

%anyak riset dan studi empiris yang telah dilakukan yang mempelajari  bangkitan lalu lintas untuk seluruh tipe tata guna lahan dan seluruh tipe  pergerakan (0armaan 1<).

a. roduksi perjalanan

$tudi terdahulu menggunakan , *ariabel untuk menghitung bangkitan lalu lintas (='"'> dari pergerakan di negara barat adalah home based )

1. emilikan kendaraan &. 0epadatan pemukiman +. arak ke ?%

,. endapatan  b. Atraksi perjalanan

8ariabel yang sesuai dapat diin*estigasikan dengan Analisa regresi tetapi  persamaan yang dihasilkan biasanya lebih tidak handal dibandingkan dengan  persamaan trip production (0armaan 1<).

$tudi"studi tersebut memperlihatkan baha *ariabel tata guna lahan trip attraction adalah :

1. @apangan pekerjaan &. @uas daerah

+. @uas perkantoran ,. @uas tempat penjualan

 b) istribusi perjalanan (Trip Distribution)

Tujuan pemodelan distribusi perjalanan adalah untuk mengkalibrasi  persamaan"persamaan yang akan menghasilkan hasil obser*asi lapangan pola  pergerakan asal tujuan perjalanan yang seakurat mungkin.

1. ata

ata yang dibutuhkan untuk membuat model distribusi perjalanan adalah : a. ata matriks asal tujuan

 b. ata matriks impedansi (hambatan) matriks antar ona (jarak aktu atau  biaya)

#. istribusi frekuensi pergerakan untuk setiap kategori impedansi transportasi.

&. Model faktor pertumbuhan

Model faktor pertumbuhan didasarkan pada asumsi baha pola pergerakan saat ini dapat diproyeksikan ke masa yang akan datang dengan menggunakan tingkat pertumbuhan ona.

Terdapat 9 model faktor pertumbuhan yaitu : model uniform model a*erage model fratar model detroit dan model furness. 0euntungan dan kerugian metoda faktor pertumbuhan

a. 0euntungan :

1. Mudah dimengerti dan diaplikasikan

&. ata yang dibutuhkan hanya data asal"tujuan dan faktor pertumbuhan +. ibutuhkan iterasi komputer untuk mendapatkan keseimbangan

 perjalanan dalam matriks (hasil model dan obser*asi)  b. 0erugian :

1. istribusi perjalanan hanya tergantung pada pola perjalanan saat ini dan perkiraan pertumbuhan

&. Tidak bisa memperhitungkan perubahantambahan fasilitas baru di masa datang

+. Tidak sesuai untuk daerah dengan pertumbuhan yang pesat ,. Tidak sesuai untuk prediksi aktu yang panjang

+. Model gra*itasi (Gravity Model )

Model gra*itasi diturunkan dari prinsip dasar fisika yang didasarkan pada  pemikiran baha daya tarik antara dua buah tata guna tanah (populasi) sama dengan gaya pada model gra*itasi. Terdapat , model utama dalam model ini : a. Unconstrained 

b. Production constrained  c. Attraction contrained  d. Double constrained 

Model  production  dan attraction constrained   sering disebut dengan model  singly constrained  (0armaan 1<).

#) emilihan moda ( Modal Split )

Model pemilihan moda bertujuan mengetahui proporsi perjalanan yang akan menggunakan moda satu misalnya kendaraan pribadi dan moda lain misalnya kendaraan umum. roses ini dilakukan dengan maksud mengkalibrasi model  pemilihan moda pada tahun dasar. engan mengetahui *ariabel"*ariabel yang

 berpengaruh dapat digunakan untuk memprediksi pemilihan moda dengan menggunakan nilai *ariabel untuk masa mendatang.

8ariabel yang biasa digunakan :

1. 0arateristik pergerakan (jarak aktu dan tujuan) karakteristik orang pelaku  perjalanan atau tempat mereka tinggal (pemilikan kendaraan pendapatan) &. 0arakteristik sistem transportasi (aktu tempuh biaya aktu tunggu dan

aktu berjalan frekuensi bus kenyamanan pelayanan dll) +. 0arakteristik kota atau ona

alam pemodelan model split perlu diperhatikan adanya biaya aktual dan  biaya yang dipersepsi pemakai jalan dalam mengambil keputusan serta adanya  pemakai angkutan umum captive yang tidak memiliki kebebasan untuk memilih

moda. an terakhir adalah jika terdapat lebih dari & moda pilihan sehingga moda  pemilahan yang dibuat menjadi lebih rumit (0armaan 1<).

d) elimpahan rute (Traffic Asiggnment )

elimpahan rute adalah suatu proses dimana pergerakan antara & ona untuk  suatu moda tertentu dibebankan atau dilimpahkan kesuatu rute yang terdiri dari ruas"ruas jalan tertentu.

Analisis pelimpahan rute terdiri dari & bagian utama : 1. Alasan pemakai jalan memilih rute tertentu

&. engembangan model yang menggabungkan sistem transportasi dengan alasan pemilihan rute.

Alasan pemilihan rute terdapat + hipotesa yang digunakan yang akan akan menghasilkan tipe model yang berbeda yaitu :

1. All or nothing assignment 

emakai jalan se#ara rasional akan memilih rute terpendek yang meminimumkan transport impedance (jarak aktu dan biaya). $emua lalu lintas antara ona asal akan menggunakan satu rute yang sama.

. Multipath assignment 

iasumsikan pengguna jalan tidak mengetahui informasi yang tepat mengenai rute ter#epat. engendara akan mengambil rute yang dipikir sebagai rute yang ter#epat. ersesi yang berbeda akan mengakibatkan berma#am"ma#am rute yang dipilih antara ona tertentu.

!. Probabilistic assignment 

emakai jalan menggunakan beberapa fa#tor dalam memilih rute selain transport impedance. ?ontoh : faktor"faktor yang tak kuantitatif seperti yang aman dan rute dengan panorama indah (0armaan 1<).

,) $ebuah kaasan studi diperlihatkan oleh B ona lalu lintas dengan karakteristik  masing"masing ona sebagai berikut

0arakteristik ona Cona

1 & + , 9 B

roduksi perjalanan B'' ,9' '

'

=9' <9' &' Tingkat kepemilikan kendaraan &9' &'' <1

'

B19 &=' 1+' %entuklah sebuah persamaan regresi linier sederhana berdasarkan data diatas. Tentukan apakah *ariabel bebasnya signifikan dalam mempengaruhi produksi  perjalanan!

enyelesaian :

2ipotesis (2a) : Tingkat kepemilikan kendaraan (6) merupakan prediktor yang  baik pada nilai produksi perjalanan (3)

2a : b D ' 2o : b 4 '

Menggunakan E 4 ''9.

Tabel 1. Tabel 0erja

3 B' ' ,9' '' =9 ' <9' &' 6 &9 ' &'' <1' B1 9 &=' 1+'

F6 4 &1=9 F3 4 +=,' F63 4 1B,,9' F6& _{4 1'='1&9}

F3& _{4 &<,1B''  4 B}

a. Men#ari harga a b dan persamaan regresi b =  N ΣXY 

−

 ΣXΣY   N Σ X 2

−(

 ΣX 

)

_² = 6

(

1649450

)−

2185

(

3840

)

6

(

1080125

)−(

2185

)

² = 0,88 a =

 ΣY 

−

 _N 

bΣX 

= 3840

−

0,88₆

(

2185

)

4 +1=9+ "  4 '== 6 5 +19+

 b. Menguji signifikansi koefisien b

Σx² = ΣX²

−¿

(

 Σ X 

 _N 

)

² = 1080125

−¿

(

2185₆

)

² = 284420,83

Σy² = ΣY²

−¿

(

 ΣY 

 _N 

)

² = 2741600

−¿

(

3840₆

)

² = 284000

Σxy = Σ X Y 

−¿

(

 Σ X 

 _N 

)(

 Σ Y 

)

= 1649450

−¿

(

2185

)(

3840

)

6 = 251050

SSres = Σy²

−¿

(

 Σxy

 _Σx

_²

)

² = 284000

−¿

_284420,83

(

251050

)

² = 62405,46 Syx =

√

  SSres  N 

−

k 

−

₁  =

√

62405,46 6

−

1

−

1  = 124,91 Sb =

Syx

√ Σx

² = 124,91

√

284420,83 = 0,23 (standar error) t =

_Sb

b

= 0,88 0,23 = 3,83 db = 6  1  1 = 4

 !"#a tara$ s"%n"$"#an & = 0,05, 'a#a t&(4) dar" tabe (S*tr"sno, 2016a) = 2,776 + en%an de'"#"an t -"t*n% (3,83) . t tabe (2,776) berart" #oe/s"en b . 0 (signifkan).

erdasar#an ana"s"s "n" 'en*n!*##an ba-a ar"abe Y d"en%ar*-" oe- ar"abe X den%an ersa'aan  Y = 0,88 X + 318,53+ ar%a (b) sebesar 0,88 berart" ba-a set"a ena'ba-an -ar%a X sebesar 1 a#an 'ena'ba- -ar%a Y sebesar 0,88+ ar%a (a) sebesar 318,53 berart" aa**n -ar%a X t"da# ada (tana #e-ad"ran X), 'a#a -ar%a Y tea-'enaa" 318,53+ a "n" a#"bat en%ar*- ar"abe a"n yan% t"da# d"serta#an (s*tr"sno, 2016b)

+ enar" -ar%a eta () Sx

√

 Σ X  2 −

(

 _ΣX 

)

2/ _N   N −1 =

√

1080125−

(

2185

)

2/6 6−1 = 238,5 Sy =

√

 Σ Y 

2

−(

 ΣY 

)

2

/

 N 

 N 

−

1 =

√

2741600

−(

3840

)

2

/

6 6

−

1  = 238,33

 = b

Sx

S

 _y  = 0,88

238,5

238,33  = 0,88

erdasar#an ana"s"s "n" ersa'aan re%res" ber*ba- 'en!ad"  Y = 0,88 X+ na"s"s "n" 'en%-"an%#an en%ar*- ar"abe a"n yan% t"da# d"serta#an dan -anya "n%"n 'e"-at ar"abe yan% d"serta#an sa!a, yan% daa' -a "n" ar"abe X+ as" yan% 'en*n!*##an ba-a tea- -"an% en%ar*- ar"abe a"n adaa- b"a ar"abe X t"da# ada, 'a#a -ar%a Y 'en!ad" no+ Set"a ena'ba-an X sebesar 1 a#an 'ena'ba- -ar%a Y sebesar 0,88

d+ na"s"s :e%res" den%an S;SS

 <abe 2+ as" ana"s"s re%res" den%an S;SS

as" ana"s"s S;SS d"daat#an ba-a -ar%a #oe/s"en re%res" (b) = 0,883, -as" *!" t = 3,769 dan -ar%a s"%+ = 0,02  & (0,025) berart" -ar%a #oe/s"en b signifkan. ar%a #oe/s"en re%res" terstandar () d"daat#an 0,883+

"a d""n%"n#an %a'bar %ar"s re%res", -as" ot re%res" seert" ter"-at ada >a'bar 2+ ar%a ara'eter b1 = 0,883 dan #onstanta = 318,561, se-"n%%a Y = 0,883X + 318,561.

/ambar &. iagram plot regresi

DAFTAR PUSTAKA

0amaran dkk. 1<. Sistem Transportasi. akarta: /unadarma.

$etiaan G. &'1'. Perencanaan #ilayah dan $ota. Malang : -ni*ersitas %raijaya. $utrisno. &'1Ba. Statisti% Terapan &ilid ' . Malang : -ni*ersitas egeri Malang.

$utrisno. &'1Bb. Statisti% Terapan &ilid ''' . Malang : -ni*ersitas egeri Malang. Tamin HC. &'''. Perencanaan ( Pemodelan Transportasi. Gdisi 0edua. %andung :

Institut Teknologi %andung.